Styrning och sammanhang avgör AI-framgång

Jonathan Alboum är tidigare CIO för USDA och nuvarande federal CTO på ServiceNow, som fungerar som ett kontrolltorn för AI-driven omvandling inom offentlig förvaltning.

Vi satte oss ner med Jonathan för att ta reda på hur AI förändrar det tekniska ledarskapet inom offentlig sektor. Så här löd hans svar.

Nya verktyg för en gammal utmaning

Jag arbetar som federal CTO på ServiceNow, där jag samarbetar med federala myndigheter för att leverera digitala arbetsflöden som förbättrar upplevelser och frigör produktivitet. Under hela min karriär har jag konsekvent fokuserat på att använda teknik för att stärka medarbetare och kunder, så att de kan bli mer effektiva i sina roller och leverera viktiga stödtjänster.

Jag började med detta inom offentlig förvaltning, där jag hade ledande roller, bland annat som vice CIO och CIO för Food and Nutrition Service vid jordbruksdepartementet, och senare som CIO för hela USDA. Jag var också chef på GSA, där jag ledde skapandet av dess konsoliderade IT-organisation. 

Det som har förändrats över tid är verktygslådan. I dag bygger AI vidare på IT:s grundläggande förväntningar — att leverera bättre tjänster, förbättrade upplevelser och större verksamhetseffekt — samtidigt som nya möjligheter till effektivisering och omvandling öppnas.

Jag har fokuserat på att använda dessa nya verktyg för en välbekant utmaning: att samordna teknik, människor och processer för att hjälpa myndigheter att uppnå sina uppdrag mer effektivt.

En annorlunda typ av teknikorganisation

Vårt federala team på ServiceNow arbetar på ett annat sätt än en traditionell teknikorganisation. I stället för en centraliserad produktutvecklingsgrupp har vi ett team av lösningskonsulter som arbetar nära våra kunder och kundansvariga team för att leverera skräddarsydda resultat.

De ser till att våra tekniker och funktioner är väl förstådda, utformar lösningar som fungerar effektivt inom en specifik myndighet eller organisation och kopplar samman system, människor och processer så att plattformen levererar verkliga resultat.

ServiceNow fungerar som ett kontrolltorn för AI-driven omvandling inom offentlig förvaltning. Vi kopplar samman åtskilda system och organisationer och använder våra plattformsfunktioner, inklusive AI, för att driva resultat. Men det fungerar bara om man implementerar med en tydlig arkitektur, stark styrning och överensstämmelse med verksamhetens mål.

Varför AI informerar operativa beslut, men människor leder

Vi använder AI för dagliga operativa beslut: intelligent dirigering av incidenter, identifiering av mönster i ärenden, automatisk generering av kunskapsartiklar och förslag på automatisering av ärendebalanser.

Människor leder däremot kritiska beslut som arkitektur, säkerhetsgranskningar och övergripande styrning. Dessa kräver bedömningar av risker, verksamhetseffekt, efterlevnad och långsiktig strategi som modeller inte fullt ut kan fånga.

AI accelererar alltså förståelsen av vad som händer och vad vi kan göra, men människor behåller ansvaret för vad vi bör göra och inom vilka skyddsräcken.

Så förbättrar AI tjänstekvaliteten

Vi har sett de största vinsterna inom automatisering, snabbhet och tjänstekvalitet — cirka 90 % av IT-förfrågningarna i vår ”Now on Now”-miljö hanteras autonomt, vilket minskar genomloppstiderna och frigör ingenjörer för arbete med högre värde.

AI förbättrar också insynen genom att identifiera mönster över olika arbetsflöden.

Varför AI misslyckas utan styrning och organisatorisk kontext

AI levererar sämre resultat när det implementeras i silos. Utan ett sammanhållande lager saknar organisationer insyn i prestanda, efterlevnad och verklig effekt. Isolerade initiativ, särskilt sådana som inte är sammankopplade från början till slut i hela verksamheten, skapar sällan något meningsfullt värde.

AI har också svårt att fungera utan tillräcklig organisatorisk kontext. För att vara effektivt måste det förstå hur arbetet utförs i olika system, arbetsflöden och data. Ett enhetligt förhållningssätt med en samlad överblick från ett enda gränssnitt ger denna insyn, säkerställer efterlevnad och frigör i slutändan AI:s fulla potential.

AI levererar också sämre resultat utan rätt styrning. Organisationer måste prioritera styrning tidigt i sina AI-resor. Den kan inte läggas till i efterhand, så bygg in den från dag ett, helst genom ett kontrolltorn för AI för att säkerställa konsekvens, efterlevnad och prestanda.

Varför AI utan arbetsflöden bara är dyra råd

Alla CTO:er bör förstå att AI utan arbetsflöden och styrning bara är dyra råd.

Det verkliga värdet kommer inte från att lägga till en modell vid sidan av, utan från att bädda in AI i de arbetsflöden, data och kontroller som driver verksamheten eller uppdraget, och behandla den som en styrd plattformsfunktion från dag ett.

Att börja med punktlösningar leder till fragmentering, luckor i säkerhet och efterlevnad samt begränsad effekt.

Jonathans tankar

Alla CTO:er bör förstå att AI utan arbetsflöden och styrning bara är dyra råd.

Hur en plan för agentbaserad drift möjliggör autonomt utförande

Ett AI-drivet tekniskt arbetsflöde som bygger på en agentorkestrerare kan samordna flera agenter för att slutföra komplexa uppgifter från början till slut. Det bör följa ett ramverk för att ”uppfatta, besluta, agera och säkra”: agenterna börjar med att uppfatta genom att ta in data och kontext, fattar sedan beslut genom att tillämpa modeller och logik och agerar genom att utföra uppgifter i olika system.

Denna plan för agentbaserad drift bäddar in säkerhet och styrning genom hela processen, vilket säkerställer efterlevnad, insyn och kontroll i varje steg och gör det möjligt för team att gå från manuellt, fragmenterat arbete till samordnat, autonomt utförande.

Hur kunskaps- och datakvalitet påverkar AI:s resultat

Underskatta aldrig betydelsen av datafundamentet, eftersom AI:s effektivitet direkt beror på kvaliteten hos de data som det använder. Utan hög datakvalitet och god insyn blir resultaten inkonsekventa.

AI-agenter producerar opålitliga resultat när kunskapen är fragmenterad eller föråldrad, eftersom de är beroende av korrekta och tillgängliga data. Att centralisera och styra kunskapen – samtidigt som AI används för att upptäcka luckor och inaktuellt innehåll – skapar ett starkare fundament för konsekventa resultat av hög kvalitet.

Detta gäller särskilt inom offentlig sektor, där kunskap ofta finns i äldre system, hos institutionella experter och i ofullständig dokumentation. I en AI-driven miljö är agenter bara så effektiva som den kunskap de kan få tillgång till.

Jag hanterar detta genom att bädda in AI i en enhetlig arbetsflödesbaserad dataväv, vilket gör det möjligt för agenter att få tillgång till tillförlitlig och aktuell information och leverera mer exakta och konsekventa resultat.

Varför verklig effekt kräver en integrerad AI-strategi

Så mitt råd till tekniska ledare är att fokusera på att bygga ett operativsystem för det agentiska företaget genom att integrera AI i kärnverksamheten i stället för att lägga till det i efterhand. Detta kräver en enhetlig plattformsstrategi för data, säkerhet och identitet, där styrning integreras från dag ett.

Isolerade AI-satsningar kan inte skalas upp; verklig påverkan kommer från en integrerad strategi från början till slut.

Det innebär också att satsa på starka ekosystempartnerskap och skapa en enhetlig ingång — exempelvis MoveWorks — för att göra interaktionen med AI mer intuitiv.

När organisationer inför detta på ett holistiskt sätt kan de minska riskerna, upprätthålla förtroendet och skala värdet i hela företaget.

Följ arbetet

Du kan följa Jonathans arbete på LinkedIn.

Fler expertintervjuer kommer på The CTO Club!